MATLAB之图像与音频信号处理
uigetfile 是文件对话框函数，提供图形界面供用户选择所需文件，返回目标的目录名和文件名。
函数原型：y= wavread (FILE)
功能：读取微软音频格式（wav）文件内容
输入参数：file 表示音频文件名，字符串
返回参数：y 表示音频样点，浮点型
第二步：一维离散傅立叶变换
新建一个 m 文件，另存为 example12.m，输入以下命令：
xf = fft(x); f1 = [0:len-1] * fs / len; xff = fftshift(xf); hl = floor(len / 2); f2 = [-hl:hl] * fs / len;
fft 函数对输入参数进行一维离散傅立叶变换并返回其系数，对应频率从 0 到 fs（采样频率），使用 fftshift 将零频对应系数移至中央。上述代码还计算了离散样点对应的频率值，以便更好地观察频谱。
第三步：一维离散傅立叶逆变换
新建一个 m 文件，另存为 example13.m，输入以下命令：
xsync = ifft(xf);
ifft 函数对输入参数进行一维离散傅立叶逆变换并返回其系数。
第四步：观察结果
新建一个 m 文件，另存为 example14.m，输入以下命令：
figure;
subplot(2, 2, 1);plot(x);title('original audio');
subplot(2, 2, 2);plot(xsync);title('synthesize audio');
subplot(2, 2, 3);plot(f1, abs(xf));title('fft coef. of audio');
subplot(2, 2, 4);plot(f2(1:len), abs(xff));title('fftshift coef. of auio');
figure(n)表示创建第 n 个图形窗。
subplot 是子绘图函数，第一、二个参数指明子图像布局方式，例如，若参数为 2，3 则表示画面共分为 2 行，每行有 3 个子图像。第三个参数表明子图像序号，排序顺序为从左至右，从上至下。
plot 是绘图函数，默认使用方式为 plot(y)，参数 y 是要绘制的数据；如果需要指明图像横轴显示序列，则命令行为 plot(x, y)，默认方式等同于 plot([0..len-1], y)，len 为序列 y 的长度。
分析合成图像文件包括以下步骤：
l 读取图像文件数据
l 二维离散傅立叶变换
l 二维离散傅立叶逆变换
l 观察结果
第一步：读取图像文件数据
新建一个 m 文件，另存为 example21.m，输入以下命令：
[fn, pn] = uigetfile('*.bmp', '请选择图像文件');
[x, map] = imread(strcat(pn, fn), 'bmp');
I = rgb2gray(x);
函数原型：A = imread(filename,fmt)
功能：读取 fmt 指定格式的图像文件内容
输入参数：filename 表示图像文件名，字符串 Fmt 表示图像文件格式名，字符串，函数支持的图像格式包括：JPEG，TIFF，GIF，BMP 等等，当参数中不包括文件格式名时，函数尝试推断出文件格式。
返回参数：A 表示图像数据内容，整型 rgb2gray 将 RGB 图像转换为灰度图。
第二步：二维离散傅立叶变换
新建一个 m 文件，另存为 example22.m，输入以下命令：
xf = fft2(I); xff = fftshift(xf);
fft2 函数对输入参数进行二维离散傅立叶变换并返回其系数，使用 fftshift 将零频对应系数移至中央。
第三步：二维离散傅立叶逆变换
新建一个 m 文件，另存为 example23.m，输入以下命令：
xsync = ifft2(xf);
ifft2 函数对输入参数进行二维离散傅立叶逆变换并返回其系数。
第四步：观察结果
新建一个 m 文件，另存为 example24.m，输入以下命令：
figure;
subplot(2, 2, 1);imshow(x);title('original image');
subplot(2, 2, 2);imshow(uint8(abs(xsync)));title('synthesize image');
subplot(2, 2, 3);mesh(abs(xf));title('fft coef. of image');
subplot(2, 2, 4);mesh(abs(xff));title('fftshift coef. of image');
imshow 是二维数据绘图函数， mesh 通过三维平面显示数据。
用离散余弦变换分析合成音频和图像
分析合成音频文件包括以下步骤：
l 读取音频文件数据
l 一维离散余弦变换
l 一维离散余弦逆变换
l 观察结果
第一步：一维离散余弦变换
新建一个 m 文件，另存为 example31.m，输入以下命令：
xf = dct(x);
dct 函数对输入参数进行一维离散余弦变换并返回其系数，对应频率从 0 到 fs（采样频率）。
第二步：一维离散余弦逆变换
新建一个 m 文件，另存为 example32.m，输入以下命令：
xsync = idct(xf); [row,col]=size(x); xff=zeros(row,col); xff(1:row,1:col)=xf(1:row,1:col); y=idct(xff);
idct 函数对输入参数进行一维离散余弦逆变换并返回其系数。离散余弦变换常用
于图像压缩，可以尝试只使用部分系数重构语言，通过观察可发现，原始音频和
合成后音频两者差别不大。
第三步：观察结果
新建一个 m 文件，另存为 example33.m，输入以下命令：
figure;
subplot(2, 2, 1);plot(x);title('original audio');
subplot(2, 2, 2);plot(xsync);title('synthesize audio');
subplot(2, 2, 3);plot(f1, abs(xf));title('fft coef. of audio');
subplot(2, 2, 4);plot(f2(1:len), abs(xff));title('fftshift coef. of auio');
分析合成图像文件包括以下步骤：
l 读取图像文件数据
l 二维离散余弦变换
l 二维离散余弦逆变换
l 观察结果
第一步：二维离散余弦变换
新建一个 m 文件，另存为 example41.m，输入以下命令：
xf = dct2(I);
dct2 函数对输入参数进行二维离散余弦变换并返回其系数。
第二步：二维离散余弦逆变换
新建一个 m 文件，另存为 example42.m，输入以下命令：
xsync = uint8(idct2(xf)); [row, col] = size(I); lenr = round(row * 4 / 5); lenc = round(col * 4 / 5); xff = zeros(row, col); xff(1:lenr, 1:lenc) = xf(1:lenr, 1:lenc); y = uint8(idct2(xff));
idct2 函数对输入参数进行二维离散余弦逆变换并返回其系数。可以尝试使用部分系数重构图像，本例中使用了系数矩阵中 4/5 的数据，其它部分置零。为了保证图像能正确显示，使用 uint8 对重构图像原始数据进行了数据类型转换，确保其取值范围在 0 到 255 之间。
第三步：观察结果
请输入命令显示四个子图，分别是原始图像、使用全部系数恢复的图像，使用部分系数恢复的图像和用三维立体图方式显示系数。
新建一个 m 文件，另存为 example43.m，输入以下命令：
figure;
subplot(2, 2, 1);imshow(x);title('original image');
subplot(2, 2, 2);imshow(uint8(abs(xsync)));title('synthesize image');
subplot(2, 2, 3);imshow(uint8(abs(y)));title('part synthesize image');
subplot(2, 2, 4);mesh(abs(xff));title('fftshift coef. of image');
用离散小波变换分析合成音频和图像
分析合成音频文件包括以下步骤：
l 读取音频文件数据
l 一维离散小波变换
l 一维离散小波逆变换
l 观察结果
详细操作步骤为：
第一步：一维离散小波变换
新建一个 m 文件，另存为 example51.m，输入以下命令：
[C, L] = wavedec(x, 2, 'db4');
wavedec 函数对输入参数进行一维离散小波变换并返回其系数 C 和各级系数长度L。第二个参数指明小波变换的级数，第三个参数指明小波变换使用的小波基名 称。
第二步：一维离散小波逆变换
新建一个 m 文件，另存为 example52.m，输入以下命令：
xsync = waverec(C, L, 'db4'); cA2 = appcoef(C, L, 'db4', 2); cD2 = detcoef(C, L, 2); cD1 = detcoef(C, L, 1);
waverec 函数对输入参数进行一维离散小波逆变换并返回其系数。
appcoef 返回小波系数近似分量，第一个参数 C、第二个参数 L 是 wavedec 的返回参数，为各级小波系数和其长度，第三个参数指明小波基名称，第四个参数指明级。
detcoef 返回小波系数细节分量，第一个参数 C、第二个参数 L 是 wavedec 的返回参数，为各级小波系数和其长度，第三个参数指明级数。
第三步：观察结果
新建一个 m 文件，另存为 example53.m，输入以下命令：
figure;
subplot(2, 3, 1);plot(x);title('original audio');
subplot(2, 3, 2);plot(xsync);title('synthesize audio');
subplot(2, 3, 4);plot(cA2);title('app coef. of audio');
subplot(2, 3, 5);plot(cD2);title('det coef. of auio');
subplot(2, 3, 6);plot(cD1);title('det coef. of auio');
分析合成图像文件包括以下步骤：
l 读取图像文件数据
l 二维离散小波变换
l 二维离散小波逆变换
l 观察结果
第一步：二维离散小波变换
新建一个 m 文件，另存为 example61.m，输入以下命令：
sx = size(I); [cA1, cH1, cV1, cD1] = dwt2(I, 'bior3.7');
dwt2 函数对输入参数进行二维一级离散小波变换并返回近似分量，水平细节分量，垂直细节分量和对角线细节分量。
如果要对图像进行多级小波分解，使用 wavedec2 函数。
第二步：二维离散小波逆变换
新建一个 m 文件，另存为 example62.m，输入以下命令：
xsync = uint8(idwt2(cA1, cH1, cV1, cD1, 'bior3.7', sx)); A1 = uint8(idwt2(cA1, [], [], [], 'bior3.7', sx)); H1 = uint8(idwt2([], cH1, [], [], 'bior3.7', sx)); V1 = uint8(idwt2([], [], cV1, [], 'bior3.7', sx)); D1 = uint8(idwt2([], [], [], cD1, 'bior3.7', sx));
idwt2 函数对输入参数进行二维离散小波逆变换并返回其系数。可以尝试仅使用近似分量、水平细节分量、垂直细节分量或对角线细节分量重构图像。
第三步：观察结果
输入命令显示六个子图，分别是原始图像、使用全部系数恢复的图像、小波系数近似分量、水平细节分量、垂直细节分量和对角线细节分量。
新建一个 m 文件，另存为 example63.m，输入以下命令：
figure;
subplot(2, 3, 1);imshow(x);title('original image');
subplot(2, 3, 2);imshow(uint8(abs(xsync)));title('synthesize image');
subplot(2, 3, 3);mesh(A1);title('app coef. of image ');
subplot(2, 3, 4);mesh(H1);title('hor coef. of image ');
subplot(2, 3, 5);mesh(V1);title('ver coef. of image ');
subplot(2, 3, 6);mesh(D1);title('dia coef. of image ');
About The Author
bjmayor
程序员，码农，php,python,ios,android,go，产品经理，创业。